添加上下文情境助推（tuī）人工智能更上一層樓-配件附件網-數控機（jī）床（chuáng）市場網

您現在的位置：配件附件網> 企業動態>添加（jiā）上下文情（qíng）境助推人工智能更上一層樓

添加上下文情境助推人工智能更上一層樓

2021-12-16 來源：Neo4j 作者（zhě）：首席執行官 Emil Eifrem

圖技術是整（zhěng）合上下文情（qíng）境和關聯的有效選擇，使人工智能解決方案更（gèng）高效

如果認真（zhēn）構建人工智能 (AI) 來（lái）做出與人類同樣聰明和（hé）明智的選擇，研究為決（jué）策提供信息的重要（yào）環境因素——上下文情境，則（zé）有非（fēi）凡意義。

就本質而言，人工智能需要上（shàng）下（xià）文來模仿人類的智力水平。畢竟，上下（xià）文是構建事物並賦予（yǔ）其意義（yì）的信息。例如，一個人說“滾出去！”可能表達並無敵意的驚訝，或（huò）者憤怒地要求某人離開房間。然而，這無法僅僅通過閱讀文字來判（pàn）斷。

使用上下文情境判斷一種（zhǒng）情況下的重點所在，以及如何將（jiāng）此類（lèi）經驗應用於新情（qíng）況可以幫助解決這個問題。機器人需要依賴（lài）上下文情（qíng）境做出（chū）更接近人類的決策。如（rú）果沒（méi）有外部及相關信息，人工智能將需（xū）要（yào）更全麵的訓練、更規範的規則，而且長期局限在更多特（tè）定應用中。

問題的關鍵在於（yú）必須發（fā）現上下文（wén）情（qíng）境。人工智能科學家（jiā）曾試圖（tú）通過構建狹窄但（dàn）功能（néng）強大（dà）到足以將一件事做到極致的（de）係統來省略發現上下文情境。窄人工智（zhì）能專注於出色地執行一項任務（wù），例如圖像（xiàng）識別等，但它無法橫向擴展，無法圍繞計劃、語言理解、目標識別、學習或解（jiě）決問題等產生與人類相（xiàng）似的複雜理解。

關聯數據（jù）和定義關係

為人工智能應用提供上下（xià）文情境的方法之一是通過圖擴展（zhǎn）人工智能（néng）的能力以應對複雜性。圖數據庫是一種管理（lǐ）數據的方式，與 Oracle 或 Microsoft SQL Server 等傳統關係型數（shù）據庫的存儲方法截然（rán）不同。它也不同於MongoDB這（zhè）樣的NoSQL。Gartner 指出企業對圖數據庫的關注（zhù）是當前主要趨勢之一，而行業也步入了“圖時代”。

圖適用於從亞馬遜購物推薦（jiàn）到欺詐和洗錢檢測等各種用例。圖技術越來越多地被（bèi）用於支持（chí）人工智能和機器學習(Machine Learning)計劃。因為（wéi）其原生架構為人工智能應用程序提供了缺失的上下文，早期研（yán）究結果表明有上下文關（guān）聯的人工智能遠遠優於不包含此背景的人（rén）工智（zhì）能。圖技術關聯數據並定義關係（xì），有相關上下（xià）文情境的圖（tú）技術可以增強人工智（zhì）能，它提供（gòng）了（le）一（yī）種（zhǒng）有效的手（shǒu）段為複雜人工智能應用程序的發（fā）展賦能。

以自動駕（jià）駛汽車為例。因為潮濕天氣存在很大變數，設計（jì）自動駕駛（shǐ）汽（qì）車在雨天（tiān）的行駛非常困難，也（yě）無法針對所有可能發生的情況（kuàng）對車（chē）輛進行訓練。但如果為人工智能提供相關上下文信息（雨、光、交通擁堵和溫度），則可以整合多個上下（xià）文信息，幫助車輛推斷下一步行動。

圖至少可以在四個方麵為人工智能提供上下文情境支持。第一是知識圖譜，用於提升決策支持並確保針對（duì）某種特（tè）定情況提供最合適的答案。穀歌搜索是上下文豐富（fù）的知識圖譜中最常見的用例，文檔分類和客戶支持也是（shì）常見的（de）應用。上下文豐富的（de）知識圖譜（pǔ）非常適用於以文檔形式獲取大量知識的組織機構。例如 NASA經（jīng）驗教訓 (Lessons Learned) 數據庫收集（jí）了50年來所有太空項目的知識。

其次，通（tōng）過圖加（jiā）速的機器學習使用圖來優化模型並加快流程。當前的機（jī）器學習方法通常依賴於存儲在表格（gé）中的數據，但使用此類數（shù）據指導的網絡（luò）是資源密集型的。圖呈現了相（xiàng）互關聯的數據（jù），並提供上下文情境以提高效率，實現快（kuài）速、大規模地遍曆和分（fèn）析多種分（fèn）離度的關係。

第三，關（guān）聯特征提取（qǔ）分析數據以識別其（qí）中包含的最具預測性的要素。例如，研究（jiū）表明，與直接朋友相比，更廣的朋友網絡可能是（shì）預測其如何投票的（de）更適合指標。另一用例是圖（tú）算（suàn）法如何簡化查找隱藏社區的異常情況，這些社區可能是欺詐團夥或洗錢網絡。

第四，圖為人工智能如何決策提供一種透明方式。這種能力對於長期應用（yòng）人（rén）工智能至關重（chóng）要，因為（wéi）在醫療保健、信用風（fēng）險評分和刑事司法等行業（yè），解釋決策的（de）方式和原因非常必要。獲得上（shàng）下文支持的（de）人工智能可以幫助監督者在上下文數據集裏（lǐ）繪製決策路徑並將其（qí）可視化，消除影響決策過程中下結論及提供建議的信心的“黑匣子”。

讓人工智（zhì）能更值得信賴

Neo4j 堅信（xìn）圖對人工智能至關（guān）重要，因此已正式向正在製定美國人工（gōng）智能政府標準的 NIST（美國國家標（biāo）準與（yǔ）技（jì）術研究院）提交了圖和人工智能提案。提案指出，當（dāng）隻有（yǒu）圖軟件提（tí）供上下文信（xìn）息支持（chí）和（hé）解釋時，人工智能和智能計算相關應用（如機器學習）才會更加有效、可信和強大。

未明確包含上下文信息的人工（gōng）智能將導致低於標準的結（jié）果，但代表關聯數據（jù）的圖軟件可以進一步提供幫助。利用（yòng）圖技（jì）術的力量來豐富數據集，使其更具效力，為下一代人工智能的成（chéng）功（gōng）奠定更好的基礎。

投（tóu）稿箱：
如果您有機床行業、企業相關（guān）新聞稿件發表，或進行資訊合（hé）作，歡迎聯（lián）係本（běn）網編輯部（bù），郵箱：skjcsc@vip.sina.com

更多相關信息

名企推薦

業界視（shì）點

| 更多

行業數據

| 更多

博文選（xuǎn）萃

| 更多

數控機床